matplotlib画图(二)——子图

在matplotlib有一个方法是subplot,可以实现在一张画布中,存在多个子图的情况。在同类数据比较分析的时候,这类图表很受大家欢迎。

matplotlib.pyplot.subplot(*args, **kwargs)

使用方法:

subplot(nrows, ncols, index, **kwargs)
subplot(pos, **kwargs)
subplot(ax)

nrows表示行数,ncols表示列数,index表示第几个(从上往下,从左往右数,最小值为1);这三个参数组合起来表示画一幅nrows*ncols个子图的图。pos其实就是nrows、ncols、index的结合体,比如subplot(2,1,1)其实与subplot(211)表述的是同一个意思。所不同的是,pos中三个数字的任意一个都不能大于10,但使用nrows, ncols, index就无此限制了。
以上一文的例子为例:

import matplotlib.pyplot as plt

# 第一组数据
x1 = list(range(5))
y1 = list(map(lambda x: x**2, x1))
# 第二组数据
x2 = list(range(4, 10))
y2 = list(map(lambda x: x**2/2, x2))
# 作一幅2*1的图,选择第1个子图
ax1 = plt.subplot(211)
ax1.plot(x1, y1)
# 作一幅2*1的图,选择第2个字图
ax2 = plt.subplot(212)
ax2.plot(x2, y2)
# 删除子图ax2
# plt.delaxes(ax2)
# 增加子图ax2
# plt.subplot(ax2)
# 显示图
plt.show()

10

当某些条件下,不需要展示图2时,可以使用delaxes实现:

# 删除子图ax2
plt.delaxes(ax2)

11
删除后,又需要展示图2时,可以使用subplot(ax)实现:

# 增加子图ax2
plt.subplot(ax2)

调整上述代码:

#将第二幅图的子图排布做了调整
# ax2 = plt.subplot(212)
ax2 = plt.subplot(322)

子图调整后,会以新的子图布局为准,由于找不到ax1标准的画布布局,此图将不会展示,结果呈现为:
12

子图的样式调整参数如下:

属性 描述
aspect 默认值为"auto",也可以为大于0的数(当数字大于0小于0.1时,数字越小,y轴被压缩显示的越严重;当数字大于0.1,数字越大,x轴被压缩的越厉害)
anchor 默认值为“C”即居中的意思,是子图位置的配置项,其他值还有:“SW”,“S”,"SE"等;当各个图aspect都为“auto"的情况下,看不出来;
autoscale_on bool值,自动定位x、y坐标,0为关闭,1为打开;默认打开
autoscalex_on bool值,自动定位x坐标,0为关闭,1为打开;默认打开
autoscaley_on bool值,自动定位y坐标,0为关闭,1为打开;默认打开
facecolor 颜色,子图的颜色,可以用颜色的全称,比如:yellow,blue 也可以用简写,y,b 分别代表黄颜色与蓝颜色
fc 同facecolor,是其简称
frame_on bool值,边框是否展示,默认为展示
visible bool值,子图是否可见,默认为可见
xlabel 字符串,x轴命名
ylabel 字符串,y轴命名
xticklabels 列表(List[str]),设置x轴每一个坐标的名称
yticklabels 列表(List[str]),设置y轴每一个坐标的名称
xticks 列表(List),x轴设置柱;简单来说就是给出坐标,会在该坐标点显示该点位置
yticks 列表(List),y轴设置柱;简单来说就是给出坐标,会在该坐标点显示该点位置

效果图(修改代码中的参数):

ax1 = plt.subplot(211, aspect=0.5)

13

ax1 = plt.subplot(211, aspect=0.5, anchor="W")

14

ax1 = plt.subplot(211, facecolor="yellow")

15

ax1 = plt.subplot(211, frame_on=0)

16

ax1 = plt.subplot(211, xlabel="x-name", ylabel="y_name")

17

ax1 = plt.subplot(211, xticklabels=["No.0","No.1","No.2","No.3","No.4"],
                    yticklabels=["No.0","No.1","No.2","No.3","No.4"])

18

ax1 = plt.subplot(211, xticks=[0.01, 1.0, 2.3, 3.5],
                  yticks=[0.01, 2.0, 5.3, 13.5])

19
更多参数见官网给出的文档:
110
111

本文参考文档:https://matplotlib.org/api/_as_gen/matplotlib.pyplot.subplot.html#matplotlib.pyplot.subplot

阅读更多
换一批

没有更多推荐了,返回首页